開発速度が上がった先にある、次のボトルネック
生成AIの普及により、ソフトウェア開発の生産性は急速に向上しています。コード生成・補完から、テスト自動生成、CI/CDパイプラインの最適化まで——GitHub CopilotのようなAIコードアシスタント、CursorやWindsurfのようなAI搭載IDE、さらにはDevinのような自律型AIエージェントの登場により、エンジニアリング領域のAI活用は加速の一途をたどっています。
この変化が意味するのは、プロダクト開発のボトルネックが「作る」から「何を作るかを決める」に移りつつあるということです。開発チームがAIで10倍速くコードを書けるようになっても、ディスカバリーの精度が従来のままでは、的外れなものを速く量産するリスクが高まるばかりです。
本記事では、この課題に対して、戦略策定とディスカバリーのフェーズでAIをどのように活用できるかを、アトラシアンの実践を交えながら考察します。
プロダクト開発の全体像
「PMの仕事を「作業」から「戦略」へ。アトラシアンが実践するビジネスに貢献するプロダクトディスカバリー」で解説したとおり、アトラシアンにおけるプロダクト開発のプロセスは下図のようになっています。
プロダクト開発のプロセスは以下のように分類できます。
- 戦略策定フェーズ：「VMGS（ビジョン、ミッション、ゴール、戦略）ワンページャー」や「オポチュニティソリューションツリー」といったフレームワークを活用し、ビジネスゴールを明確に定義し、プロダクト戦略を可視化する。
- ディスカバリーフェーズ：戦略が定まったら、多様な情報収集と分析から「インサイト」を導き出し、優先順位を付け、プロダクトバックログを作成する。
- デリバリーフェーズ：プロダクトバックログをデリバリーバックログへ変換し、ソフトウェアとして実装する。
それでは、各フェーズにおいてAIを活用することでどのような変化が起きるのかを見てみましょう。
1．戦略策定フェーズ
プロダクト開発の出発点は、「何を作るか」を決めることです。このフェーズでは、VMGSワンページャーやオポチュニティソリューションツリー（OST）といったフレームワークが活用されます。
VMGSワンページャーの作成
プロダクトマネージャーはワークショップを複数回開催し、チームで議論を重ねながらビジョン、ミッション、ゴール、戦略を言語化します。抽象度の高い概念を簡潔な言葉に落とし込む作業は難航しやすく、完成までに数週間かかることもあるでしょう。
AIを使うと……
- ドラフト生成：市場データ、ユーザーフィードバック、既存のプロダクト戦略ドキュメントをAIに読み込ませ、ビジョン、ミッションのドラフトを複数パターン生成させます。ゼロから言語化する労力が大幅に軽減されます。
- 壁打ち相手としてのAI：「このビジョンは十分に野心的か？」「このゴールは測定可能か？」といった観点でAIにレビューさせ、盲点を洗い出します。
- 戦略の構造化：ゴールに対してどんな戦略が考えられるか、AIにMECE（ミーシー：抜けなくダブりなく）に分解させることで、議論のスタートラインを引き上げることができます。
オポチュニティソリューションツリーの作成
プロダクトマネージャーがユーザーインタビューを一つひとつ聞き直し、ペインポイントやニーズを手作業で抽出・分類します。ツリーの構築と維持に膨大な時間がかかり、プロジェクトが進むにつれて更新が追いつかなくなることが、しばしばあります。
AIを使うと……
- 分類の自動化：大量のインタビュー記録、サポートチケット、Slackでのフィードバックをまとめてクラスタリングし、ペインポイントや未充足のニーズ（オポチュニティ）を自動的にテーマ分類します。
- ドラフトの提案：抽出したオポチュニティを親子関係・兄弟関係に整理し、ツリーのドラフト構造を提案させることもできます。ターゲットとなるオポチュニティに対して複数ソリューションを網羅的に生成させれば、ブレインストーミングの質も上がります。
